Analisis Dampak Perubahan Tata Guna Lahan DAS Siak Bagian Hulu terhadap Debit Banjir

(1)

2) 2)

1)

2)

Analisis Dampak Perubahan Tata Guna Lahan DAS Siak Bagian Hulu Terhadap Debit Banjir

Junius Nainggolan , Yohanna Lilis H , Sigit Sutikno Mahasiswa Jurusan Teknik Sipil, Dosen Jurusan Teknik Sipil

Fakultas Teknik Universitas Riau, Pekanbaru 28293 E-mail : junius.abadi@gmail.com

ABSTRACT

Historical data discharge in Upper Siak watershed is incrase event caused by the land use change. This study aims to analyze the effect of land use change on the flood discharge in Upper Siak watershed. This Study analyze flood discharge by using HEC-HMS (Hydrologic Engineering Centre-Hydrologic Modelling System) software with input data models in the form of daily rainfall data, land use maps of 2003 and 2012 and soil type maps. The result showed that there is significant changes in land use on land farming with icrease of 28,8 %, meanwhile there is changes in land use on forest with reduction to 34,4 %. Peak flood on 25-year return period incrase to 13,3 m3/s (5.9 %) and peak flood on the 50-year return period incrase of 14,1 m3_{/s (6.1 %).}

Keywords: land use change, flood discharge, HEC-HMS

1. PENDAHULUAN

Pemanfaatan lahan di wilayah DAS Siak bagian hulu sebagian besar merupakan kawasan budidaya dalam bentuk peruntukan perkebunan besar, kawasan hutan produksi, kawasan perkebunan rakyat, kawasan permukiman, kawasan pertanian lahan kering, kawasan pertanian lahan basah dan sebagian kecil kawasan Hutan lindung. Hampir sama dengan provinsi-provinsi lainnya di Sumatera, industri yang berbahan baku kayu secara intensif telah merusak hutan di Provinsi Riau terutama di DAS Siak. Demikian pula usaha-usaha perkebunan, telah mengkonversi lahan cukup luas dari hutan menjadi lahan-lahan perkebunan.

Semakin banyaknya eksploitasi besar-besaran terhadap penggunaan lahan di DAS Siak bagian hulu ini, maka masalah yang akan timbul adalah semakin meningkatnya aliran permukaan akibat alih fungsi lahan, sehingga berpengaruh terhadap besarnya

debit puncak pada outlet DAS. Alih fungsi lahan juga menyebabkan terjadinya perubahan struktur tanah akibat adanya pengelolaan manusia, sehingga mempengaruhi kemampuan infiltrasi tanah. Apabila tidak dilakukan penanganan terhadap tata kelola penggunaan lahan dengan serius maka akan menyebabkan peningkatan debit puncak setiap tahunnya, sehingga daerah di bagian tengah dan hilir akan berpotensi terkena dampak banjir.

Salah satu model transformasi hujan menjadi aliran adalah model HEC-HMS. Model ini merupakan model hidrologi numerik yang dikembangkan oleh Hydrologic Engineering Centre (HEC) dari US Army Corps Of Engineers. Struktur pembangun model HEC-HMS terdiri dari enam komponen, antara lain model hujan, model volume limpasan, model limpasan langsung, model aliran dasar, model penelusuran aliran dan model water-control measure

(2)

fasilities. Masing-masing komponen model tersebut didukung oleh beberapa motode perhitungan yang dapat dipilih dan ditentukan oleh user berdasarkan ketersediaan data simulasi pada suatu DAS.

Penentukan metode yang akan digunakan dalam pemodelan ini disesuaikan pada kecocokan penerapan metode terhadap karakteristik tata guna lahan DAS. Untuk penetuan

precipitation loss dan precipitation excess pada penelitian ini akan digunakan metode Soil Conservation Service (SCS) Curve Number.

Model limpasan langsung di dalam model HEC-HMS mengikuti prinsip hidrograf satuan dengan asumsi sebagai berikut : hujan terjadi merata diseluruh DAS (evenly distributed) dan intensitas tetap pada setiap interval waktu (constant intensity), hujan terjadi kapanpun tidak berpengaruh pada proses transformasi hujan menjadi debit atau hidrograf (time invariant), (Tunas, 2005).

Hidrograf SCS dapat digunakan dengan mudah, parameter utama yang dibutuhkan adalah waktu lag yaitu tenggang waktu (time lag) antara titik berat hujan efektif dengan titik berat hidrograf. Parameter ini didasarkan pada data dari beberapa daerah tangkapan air. Waktu lag didapat sama dengan 0,6 kali waktu konsentrasi. Parameter tersebut dibutuhkan untuk menghitung puncak dan waktu hidrograf, secara otomatis model SCS akan membentuk ordinat-ordinat untuk puncak hidrograf dan fungsi waktu.

Dua komponen utama penyusun hidrograf aliran di saluran (sungai) adalah limpasan langsung dan aliran dasar (base flow). Aliran dasar

merupakan aliran yang berasal dari air tanah dan selalu tersedia setiap saat.

Pada penelitian ini akan digunakan model resesi eksponensial

(exponential recession model).

Parameter yang digunakan dalam model resesi ini adalah Initial Flow, Recession Ratio, dan Treshold Flow. Initial Flow

merupakan nilai aliran dasar awal yang dapat dihitung atau dari data observasi.

Parameter yang diperlukan untuk penelusuran banjir adalah travel time dan faktor pembobot. Trave time (K) atau waktu tempuh aliran dari titik intlet sampai outlet sekitar 0 sampai 100, ditentukan melalui hubungan antara kecepatan aliran dengan panjang sungai. Faktor pembobot (X) dalam metode ini berkisar antara 0 sampai 0,5 dengan rata-rata 0,2 untuk aliran alami.

2. METODOLOGI PENELITIAN Lokasi studi kasus penelitian ini berada di Sub DAS Siak bagian hulu, stasiun AWLR Pantai Cermin Kabupaten Kampar, Provinsi Riau.

Dalam penelitian ini digunakan curah hujan harian pada stasiun hujan Petapahan pada tahun 2000-2012.Selain itu penelitian ini juga menggunakan data debit sungai harian di stasiun AWLR Pantai Cermin pada tahun 1990 - 2012. Data debit harian ini diperoleh dari Balai Wilayah Sumatra III Provinsi Riau.

Dalam penelitian ini analisis tata guna lahan menggunakan peta tata guna lahan di DAS Siak Bagian Hulu Tahun 2003 Dan Tahun 2012. Untuk penentuan jenis tanah menggunakan peta jenis tanah DAS Siak Bagian Hulu. Peta ini diperoleh dari Balai Pengelolaan Daerah Sungai Siak Kementerian Kehutanan. Pengolahan dan analisis data menggunakan analisis hidrologi.

(3)

Pada awal tahapan analisis hidrologi ini ditentukan curah hujan harian maksimum dan debit harian maksimum dengan distribusi statistik.. Setelah itu dilakukan uji kesesuaian distribusi, berupa uji Chi – Kuadrat dan Uji Smirnov – Kolmogorov. Untuk mendapatkan tinggi hujan jam-jaman yaitu dengan distribusi tinggi hujan jam-jaman dengan rumus Dr. Mononobe.

Data tata guna lahan didapat dengan menganalisis luasan area dan klasifikasi penggunaan lahan dari peta penggunaan lahan yang diolah dengan menggunakan program berbasis GIS. Debit banjir rencana dapat diperoleh setelah seluruh data diinput menggunakan program HEC-HMS. Hasil analisis menggunakan program HEC-HMS ini bertujuan untuk membandingkan debit banjir rencana dengan debit lapangan dari data debit sungai harian dan menganalisis perubahan penggunaan lahan terhadap debit banjir

3. HASIL DAN PEMBAHASAN 3.1 Analisis Hidrologi

Penetapan seri data curah hujan harian maksimum stasiun hujan Petapahan yang akan digunakan dalam analisis frekuensi diperoleh dengan metode maximum annual series (data maksimum tahunan).

Tabel 4.1 Data Curah Hujan Harian Maksimum

No Tahun Curah Hujan Harian Maksimum (mm) 1 2000 63 2 2001 160 3 2002 120 4 2003 110 5 2004 120 6 2005 99 7 2006 95 8 2007 120 9 2008 167 10 2009 160.4 11 2010 164.2 12 2011 147.2 13 2012 150

Berdasarkan analisis frekuensi dari data curah hujan harian stasiun Petapahan selama 12 tahun diatas maka distribusi yang digunakan dalam penelitian ini adalah distribusi log person III. Hasil dari tinggi hujan harian yang diperoleh dari distribusi log person III ini akan diubah kedalam hujan jam-jaman dengan menggunakan metode

Mononobe dengan asumsi hujan terjadi selama 3, 12 dan 18 jam.

Tabel 4.2 Hasil Perhitungan Curah Hujan Rencana

Kala ulang Nilai K Log XT XT (mm)

2 0.186 2.118 131.369 5 0.846 2.200 158.371 10 1.098 2.231 170.074 25 1.306 2.256 180.397 50 1.412 2.269 185.860 100 1.489 2.279 189.984 Persentase distribusi curah hujan jam-jaman Mononobe

Gambar 4.1 Pola distribusi hujan kala ulang 25 dan 50 tahun durasi 3 jam

metode Mononobe 0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00 1 2 3 C ur ah h uj an (m m )

Kala ulang 25 tahun Kala ulang 50 tahun

(4)

metode Mononobe

3.2 Analisis Debit Banjir Lapangan Tabel 4.3 Debit Banjir Untuk Berbagai Kala Ulang Berdasarkan

Analisis Statistik AWLR Tahun 1990-2012

Kala

ulang Nilai K Log XT

XT (m3_/det) 2 0.105 2.275 188.488 5 0.857 2.298 198.663 10 1.194 2.308 203.402 25 1.514 2.318 208.000 50 1.699 2.324 210.722 100 1.854 2.328 213.004 3.3 Analisis Debit Banjir Rencana

Dengan Menggunakan Program HEC-HMS

3.3.1 Input Parameter HEC-HMS Parameter - parameter yang diperlukan dalam penelitian ini adalah

berupa data karakteristik DAS yang akan diteliti yaitu DAS Siak bagian hulu. a. Basin Model

Basin model tersusun atas gambaran fisik daerah tangkapan air dan sungai. Elemen-elemen hidrologi berhubungan dengan jaringan yang mensimulasikan proses limpasan permukaan (run off). Adapun elemen-elemen yang digunakan untuk mensimulasikan limpasan adalah

subbasin, junction, reach dan sink

Gambar 4.4 Basin model pada program HEC-HMS

b. Precipitation

Data hujan jam-jaman yang digunakan pada program ini yaitu menggunakan hujan dengan durasi 3 jam, 12 jam dan 18 jam

c. Loss Model

SCS Curve Number (CN) terdiri dari beberapa parameter yang harus diinput yaitu initial loss atau infiltrasi awal, SCS Curve Number, dan

impervious (kekedapan air). Impervious area dari suatu DAS adalah luasan dari DAS dimana semua kontribusi dari presipitasi akan menjadi limpasan langsung tanpa mengalami infiltrasi, evaporasi ataupun bentuk kehilangan air lainnya (USACE 2001). 0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 1 2 3 4 5 6 7 8 9 10 11 12 0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 1 2 3 4 5 6 7 8 9 101112131415161718 Cu ra h h u ja n ( m m ) Cu ra h h uj an (m m )

Kala ulang 25 tahun Kala ulang 50 tahun

(5)

Tabel 4.4 Tata guna lahan tahun 2003 dan 2012

No Penggunaan Luas (ha) Selisih

Lahan 2003 % 2012 % 1 Perkebunan 32195.4 19.8 79187.6 48.6 28.8 2 Hutan 79773.4 49 23653.7 14.5 -34.4 3 Pemukiman 2076.7 1.3 3350.1 2.1 0.8 4 Pertanian 12078.5 7.4 39521.3 24.3 16.8 5 Semak belukar 25121.9 15.4 13052.9 8 -7.4 6 Tanah terbuka 11702.7 7.2 4183 2.6 -4.6 Jumlah 162948.5 100 162948.5 100

Gambar 4.5 Grafik perbedaan antara tata guna lahan tahun 2003 dan 2012

Nilai CN dan impervious masing-masing di dapatkan dengan penyesuaian berdasarkan jenis tata guna lahan dan jenis tanah.

Tabel 4.5 Nilai CN dan Imperviousness

Tahun 2003 Sub Basin CN Imperviousness Komposit (%) 1 67.449 3.890 2 66.940 1.455 3 59.123 1.288 4 61.069 1.837 5 65.274 2.472 6 63.725 2.111 7 73.310 1.865 8 73.525 5.000 9 75.669 2.155 10 74.872 1.813 11 75.095 3.807 12 60.690 0.955 13 61.831 2.400 14 58.109 2.404 15 70.511 3.109 16 66.817 2.273 17 67.802 3.976 18 71.412 4.082 19 66.180 2.722 20 64.554 2.009 21 67.146 2.792 22 69.384 2.997 23 64.736 2.410 24 75.297 6.237 25 70.677 3.141 26 76.404 3.394 27 74.454 3.184

Tabel 4.6 Nilai CN dan Imperviousness

Tahun 2012 Sub Basin CN Imperviousness Komposit (%) 1 70.982 5.150 2 75.298 4.405 3 74.312 5.529 4 73.859 5.468 5 71.000 5.000 6 69.806 3.228 7 78.091 7.269 8 74.575 5.000 9 76.970 5.008 10 77.846 5.000 11 75.288 5.000 12 68.517 5.000 13 65.334 3.914 14 68.818 4.318 15 68.064 4.420 16 71.006 5.018 17 69.046 6.412 18 69.871 5.798 19 70.687 3.476 20 64.326 2.509 21 70.951 3.670 22 61.979 4.616 23 70.948 3.482 0.0 10.0 20.0 30.0 40.0 50.0 60.0

(6)

Tabel 4.6 (Lanjutan) Sub Basin CN Imperviousness Komposit (%) 24 78.140 8.640 25 70.364 4.908 26 66.166 4.242 27 74.056 4.746 d. Transform

Pada pemodel ini menggunakan nilai Tc dan tlag sebagai berikut ini :

Tabel 4.7 Nilai Tc dan tlag

Sub Basin

Luas Tc Tlag Tlag (Km2) (Jam) (Jam) (menit) 1 48.549 2.800 1.680 100.811 2 43.627 2.680 1.608 96.488 3 26.709 2.192 1.315 78.905 4 47.581 2.777 1.666 99.983 5 59.757 3.049 1.830 109.773 6 57.677 3.005 1.803 108.190 7 90.008 3.607 2.164 129.847 8 6.040 1.192 0.715 42.895 9 16.155 1.784 1.070 64.207 10 45.438 2.725 1.635 98.112 11 31.588 2.348 1.409 84.524 12 10.839 1.514 0.909 54.516 13 184.553 4.842 2.905 174.296 14 46.055 2.740 1.644 98.655 15 44.745 2.708 1.625 97.495 16 65.674 3.170 1.902 114.106 17 53.400 2.912 1.747 104.826 18 51.941 2.879 1.727 103.642 19 111.602 3.939 2.364 141.815 20 53.681 2.918 1.751 105.052 21 78.178 3.404 2.043 122.558 22 2.374 0.812 0.487 29.249 23 128.714 4.177 2.506 150.357 24 101.476 3.789 2.273 136.391 25 40.224 2.592 1.555 93.329 26 104.530 3.835 2.301 138.060 27 78.373 3.408 2.045 122.683

e. Aliran Dasar (Base Flow)

Aliran dasar (Qb) dapat diperoleh yaitu:

Qb = 3,5358 m3/det.

Dengan parameter recession ratio (k) digunakan nilai 0,95 ini didasarkan pada penelitian Nathan and Mc Mahon (1990) yang menentukan nilai k sebesar 0,93-0,995 untuk aliran dasar.

f. Penelusururan Banjir (Stream Routing)

Kombinasi K dan X pada parameter ini harus dipilih tepat dan jatuh pada batas yang tergradasi dengan nilai x sebesar 0,5 dan dengan perkiraan nilai k sebesar 9 jam.

3.3.2 Hasil Debit Banjir Rencana dari Program HEC-HMS

Hasil pada program HEC-HMS berupa data debit outflow. Outflow debit puncak dengan input data hujan jam-jaman durasi 3 jam pada bagian oulet

DAS dapat dilihat pada Tabel 4.8, debit puncak dengan input data hujan jam-jaman durasi 12 jam pada Tabel 4.9 dan debit puncak dengan input data hujan jam-jaman durasi 18 jam pada Tabel 4.10.

Tabel 4.8 Hasil Debit Puncak Banjir Rencana dari HEC-HMS dengan input

data hujan jam-jaman durasi 3 jam

data hujan jam-jaman durasi 12 jam Kala Qp HEC-HMS (m3/det) Selisih Qp HEC-HMS Ulang 2003 2012 (m3_/det) 25 Tahun 239.5 256.2 16.7 50 Tahun 248.8 264.5 15.7 Kala Qp HEC-HMS (m3_/det) Selisih Qp HEC-HMS Ulang 2003 2012 (m3/det) 25 Tahun 394.1 427.2 33.1 50 Tahun 407.5 441.9 34.4

(7)

data hujan jam-jaman durasi 18 jam Kala Qp HEC-HMS (m3/det) Selisih Qp HEC-HMS Ulang 2003 2012 (m3_/det) 25 Tahun 209.7 223 13.3 50 Tahun 215.8 229.9 14.1

3.4 Selisih Hasil Simulasi Debit Banjir Rencana Dengan Debit Lapangan

Selisih Standard Error (SE) dari hasil debit lapangan dan debit rencana dengan kala ulang 25 dan 50 tahun pada peta landuse 2003 dan 2012 dengan input data hujan jam-jaman durasi 3 jam dapat dilihat pada Tabel 4.11, nilai

Standard Error (SE) dengan input data hujan jam-jaman durasi 12 jam dapat dilihat pada Tabel 4.12, dan nilai

Standard Error (SE) dengan input data hujan jam-jaman durasi 18 jam dapat dilihat pada Tabel 4.13.

Tabel 4.11 Nilai Standard Error Debit Lapangan dan Debit Rencana dengan input data hujan jam-jaman durasi 3 jam. Kala Ulang Qobs Qcal (m3/det) Standard Error (SE) % (m3/det) 2003 2012 2003 2012 25 208.0 394.1 427.2 89.4 105.3 50 210.7 407.5 441.9 93.3 109.7

Nilai selisih Standard Error (SE) sebesar 89.47 % dan 105.38% pada kala ulang 25 tahun dan nilai SE kala ulang 50 tahun yaitu 93.38% dan 109.71%, hal menunjukkan bahwa selisih debit perhitungan dengan debit terukur dikatagorikan masih buruk karena nilai SE > 5 %.

Tabel 4.12 Nilai Standard Error Debit Lapangan dan Debit Rencana dengan input data hujan jam-jaman durasi 12 jam.

Nilai selisih Standard Error (SE) sebesar 15.14% dan 23.17% pada kala ulang 25 tahun dan nilai SE kala ulang 50 tahun yaitu 17.12% dan 25.52%, hal menunjukkan bahwa selisih debit perhitungan dengan debit terukur dikatagorikan masih buruk karena nilai SE > 5 %.

Tabel 4.13 Nilai Standard Error Debit Lapangan dan Debit Rencana dengan input data hujan jam-jaman durasi 18 jam Kala Ulang Qobs Qcal (m3/det) Standard Error (SE) % (m3/det) 2003 2012 2003 2012 25 208.0 209.7 223.0 0.8 7.2 50 210.7 215.8 229.9 2.4 9.1

Nilai selisih Standard Error (SE) sebesar 0.81 % dan 2.41 % pada kala ulang 25 tahun menunjukkan bahwa selisih debit perhitungan dengan debit terukur dikatagorikan baik karena nilai SE < 5 % sedangkan selisih nilai SE kala ulang 50 tahun > 5 % yaitu 7.21 % dan 9.10 % masih dikatagorikan cukup baik karena masih dikisaran 5 %.

3.5 Peningkatan Debit Puncak Banjir Akibat Pengaruh Perubahan Tata Guna Lahan

Berdasarkan hasil program HEC-HMS dari peta landuse pada tahun 2003 dan 2012, diperoleh bahwa terjadinya peningkatan persentase debit puncak banjir kala ulang 25 dan 50 tahun.

Kala Ulang Qobs Qcal (m3/det) Standard Error (SE) % (m3/det) 2003 2012 2003 2012 25 208.0 239.5 256.2 15.1 23.7 50 210.7 246.8 264.5 17.1 25.5

(8)

Peningkatan debit puncak banjir terjadi nilai CN dan Imperviouss pada tahun 2003 lebih kecil dari pada tahun 2012. Perubahan debit puncak banjir dengan nilai Standard Error (SE) < 5% yaitu

pada hasil outflow dengan input data hujan jam-jaman durasi 18 jam dapat dilihat pada Tabel 4.14 di bawah ini.

Tabel 4.14 Peningkatan Debit Puncak Banjir Akibat Pengaruh Perubahan Tata Guna Lahan

Kala Qp HEC-HMS (m3_/det) Peningkatan Qp HEC-HMS Persentase Ulang 2003 2012 (m3/det) (%) 25 Tahun 209.7 223 13.3 5.96 50 Tahun 215.8 229.9 14.1 6.13

Gambar 4.6 Peningkatan Debit Puncak Banjir 4. PENUTUP

4.1 Kesimpulan

Dari hasil penelitian analisis pengaruh perubahan penggunaan lahan terhadap debit banjir di sub DAS Siak bagian hulu ini menghasilkan kesimpulan yaitu :

1. Berdasarkan hasil analisa tata guna lahan, penggunaan lahan yang mengalami perubahan secara dominan yaitu pada perkebunan sebesar 28,8 % dan hutan sebesar 34,4 %.

2. Berdasarkan hasil program HEC-HMS dari peta landuse 2003 dan 2012, diperoleh peningkatan persentase debit puncak banjir kala ulang 25 dan 50 tahun dengan input data hujan jam-jaman durasi 18 jam sebesar 5,96 % dan 6,13 %.

3. Nilai Standard Error (SE) hidrograf debit puncak yang mendekati debit puncak observasi yaitu dengan input data hujan jam-jaman durasi 18 jam.

Koreksi nilai selisih standard error

(SE) pada tahun 2003 dengan kala ulang 25 tahun sebesar 0.817 % dan SE kala ulang 50 tahun sebesar 2.410 % sedangkan selisih standard error

(SE) pada tahun 2012 dengan kala ulang 25 tahun sebesar 7.211 % dan SE kala ulang 50 tahun sebesar 9.101 %. Hasil ini dikatagorikan cukup baik karena masih berkisaran 5 %.

4.2 Saran

Adapun saran yang dapat diberikan berdasarkan perhitungan dan analisis dalam penelitian ini adalah : 1. Bagi mahasiswa yang ingin

melakukan analisis dengan menggunakan pemodelan HEC-HMS ini untuk selanjutnya, sebaiknya melakukan kalibrasi pemodelan dengan menginput data debit sungai jam-jaman kedalam program HEC-HMS . Hal ini bertujuan untuk mengetahui hasil keandalan pemodelan program dengan nilai

209.7 223 215.8 229.9 180 200 220 240 2003 2012 Qp HEC-HMS (m3/det) 25 Tahun 50 Tahun

(9)

debit AWLR yang ada dilapangan secara baik.

2. Sebelum running hasil program selalu memperhatikan nilai parameter model yang akan diinput dengan teliti karena akan berpengaruh terhadap nilai output dari debit puncak yang 3. akan diperoleh, sehingga akan

menimalisir trial & error dari nilai parameter model.

DAFTAR PUSTAKA

Gufriyon, E. S. 2014. “Analisa Hujan-Debit Pada Daerah Aliran Sungai Menggunakan Program Bantu HEC-HMS”. Tugas Akhir

Mahasiswa Jurusan Teknik Sipil, Fakultas Teknik, Universitas Riau.

Firdaus. 2014. “Analisis Pengaruh Perubahan Penggunaan Lahan Terhadap Debit Banjir Di Sub DAS Kampar Kiri”. Tugas Akhir

Mahasiswa Jurusan Teknik Sipil, Fakultas Teknik, Universitas Riau.

Hendry, A & Inda. “Pemodelan Penelusuran Banjir Dengan

Metode Muskinghum ”. Jurnal Staff Dosen dan Mahasiswa Jurusan Teknik Sipil, Fakultas Teknik, Universitas Riau.

Rumbia, W.A. 2008 . Proyeksi Penduduk Berlipat Ganda Di kota Bau-bau. Jurnal Ekonomi Pembangunan Fakultas Ekonomi, Universitas Haluoleo. Soemarto, C.D. 1999. Hidrologi Teknik.

Jakarta: Erlangga.

Soewarno, 1995. Hidrologi Aplikasi Metode Statistik Jilid 2.

Bandung: Nova.

Suripin. 2004. Sistem Drainase Perkotaan yang Berkelanjutan. Yogyakarta: Andi.

Suroso, & Susanto, H.A. 2006. Pengaruh perubahan tata guna lahan terhadap debit banjir daerah aliran sungai Banjaran.

Jurnal Teknik Sipil Universitas Jenderal Soedirman.

Triatmodjo, B. 2009. Hidrologi Terapan.Yoyakarta : Beta Offset USACE. 2001 & 2002. HEC-HMS Applications Guid. USACE-HEC, Davis C.A.